Mediteranski indeks · AI ogledalo Mediterana

Kako smo ispitali AI — bez tajni

Potpuna metodologija: svaki korak, svaka kontrola i svaka slabost. Za sve koji žele provjeriti — ili ponoviti.
207.600
AI odgovora (ChatGPT + Gemini)
4.500
jedinstvenih lokaliziranih pitanja
15
tržišno-jezičnih varijanti · 11 jezika
270.244
stvarnih web pretraga modela
580
verificiranih nalaza (od stotina kandidata)
32/32
izvornih ključnih tvrdnji trostruko provjereno — dopune provjerene zasebno
~1,6 mlrd
tokena kroz projekt — od toga 1,11 mlrd samo u prikupljanju
12 dana
od prvog pitanja do objave

Prvi Mediteranski indeks čitao je ono što su gosti već napisali — 1,62 milijuna recenzija. Ovo istraživanje radi nešto drugo: postavlja pitanja i mjeri odgovore. To znači da smo ovaj put kontrolirali cijeli eksperiment — od formulacije svakog pitanja do klasifikacije svakog odgovora. A kad je eksperiment tvoj, onda su tvoje i sve njegove slabosti. Ova stranica prolazi kroz oboje.

Korak 1 · Sirovina

4.500 pitanja, zamrznuto prije prvog poziva

Sve počinje bankom pitanja: 100 namjera × 3 formulacije × 15 tržišno-jezičnih varijanti = 4.500 jedinstvenih upita. Namjere pokrivaju šest blokova:

BlokNamjeraŠto mjeri
A · Opća (12)„Kamo bi mi preporučio da odem na more u Europi?”spontani udio glasa — nijedna zemlja se ne spominje
B · Persone (48)8 tipova gostiju × 6 pitanja: obitelj, party, budget par, premium par, prijatelji, aktivni, umirovljenici, digitalni nomaditko „posjeduje” kojeg gosta
C · Usporedbe (12)„Hrvatska ili Grčka?”, „Hvar ili Santorini?”…potaknuti izravni dvoboji
D · Atributi (10)„Gdje je najbolja vrijednost za novac?”, „Što izbjegavati u kolovozu?”vlasništvo nad atributima i upozorenja
E · Last minute (12)„Petak je, sjedam u auto…”spontane last-minute preporuke — jezgra članka
F · Posebni (6)klima bez vrućine, pas u autu, način dolaska…situacijski okidači

Svako pitanje nosi i vremensko sidro (39 za kolovoz 2026., 23 bezvremenska, 18 last-minute, 11 relativnih, 9 za rujan) te po potrebi izričit budžet — iznosi (npr. 90 € i 400 € po osobi dnevno) kalibrirani su prema stvarnim potrošnjama iz izvora CHECK24 2025, ZBP 2025, Stiftung für Zukunftsfragen 2026 i TOMAS 2022/23, a ne izmišljeni.

Ključna disciplina: 78 od 100 namjera je spontano (unaided — pitanje ne spominje nijednu zemlju), a 22 potaknuto (aided — opcije su izravno ponuđene). Te se dvije vrste u analizi nikad ne miješaju, jer mjere različite stvari: sjeti li te se netko, ili te preporuči kad te vidi.

Pitanja su na materinjem jeziku svakog tržišta — njemačkom za Njemačku, ali i zasebnim varijantama za Austriju (de-AT) i Švicarsku (de-CH), nizozemskom za Nizozemsku i flamandskom varijantom za Belgiju (nl-BE), engleskom u britanskoj i američkoj varijanti. Lokalizaciju je radilo 75 AI agenata (prijevod + neovisna kontrola prijevoda), jer Mađar ne pita „where should I go” — pita „hová menjek nyaralni”.

Zaštitna ograda
Banka je zamrznuta 18. srpnja, prije prvog poziva, i nije se mijenjala tijekom prikupljanja. Nema naknadnog dodavanja pitanja „dok ne ispadne dobro”. Cijelu banku možete skinuti i provjeriti — ili ponoviti mjerenje na svojoj destinaciji:
⬇ Banka pitanja v1.1 (JSON, 100 KB)
Slobodno koristite uz navođenje izvora.
Korak 2 · Prikupljanje

207.600 odgovora u sedam dana

Od 18. do 24. srpnja 2026. svako od 4.500 pitanja postavljeno je 20 puta svakom modelu (izravni dvoboji 40 puta), raspoređeno kroz više dana da se uhvati dnevna varijacija:

ModelPristupWebPoziva
ChatGPTslužbeni API, alias chat-latest — isti model koji pokreće ChatGPT aplikacijuweb_search alat uključen103.800
Geminigemini-3.5-flash, Vertex AIGoogle Search grounding103.800

Modeli su stvarno koristili web: zabilježili smo 270.244 web pretrage unutar odgovora. Uz glavnu granu, na njemačkom tržištu vrtjeli smo i kontrolnu granu bez pristupa webu (6.000 odgovora) — ona u članku odgovara na pitanje što web čini AI slici Hrvatske.

Prikupljanje nije prošlo bez drame: Googleov standardni API tier ima mjesečni strop potrošnje od 250 dolara, o koji smo udarili drugi dan. Rješenje je bio most na Vertex AI (isti model, isti grounding, naplata preko Cloud Billinga) — ali most smo prije prebacivanja dokazali ekvivalentnim: paralelni test na istim pitanjima dao je razliku raspodjele (total variation 0,092) unutar prirodnog šuma ponovljenih poziva na istom endpointu (0,082–0,110). Svaki zapis nosi oznaku endpointa radi sljedivosti.

Kontrola kvalitete
Na kraju prikupljanja: 0 neuspjelih poziva. Svaki odgovor spremljen je sirov (JSONL), s vremenskim žigom, brojem web pretraga i deklariranim modelom iz samog API odgovora — ne iz naše konfiguracije.
Korak 3 · Čitanje

Kako AI pročita 207.600 odgovora

Prosječan odgovor ima nekoliko stotina riječi; ukupno je to gradivo koje čovjek ne može pročitati u godini dana. Čitanje je zato radio zaseban model — Claude Sonnet 5 preko Message Batches API-ja (noćna serijska obrada, upola cijene) — sa strogo definiranom shemom za svaki odgovor: je li model odbio odgovoriti, popis preporučenih zemalja i mjesta sa snagom preporuke, jedna primarna zemlja (glavni izbor), je li Hrvatska spomenuta i u kojoj ulozi (preporučena / alternativa / savjetuje se izbjeći), koja hrvatska mjesta, koji atributi (gužva, cijena, autentičnost…) i je li Hrvatska opisana kao skupa.

Klasificirano je 206.785 od 207.600 odgovora (99,6 %). Odgovori kojima je JSON pukao na ograničenju duljine prolazili su kroz „ljestve popravka” (ponovna klasifikacija s više prostora, u dva kruga); preostalih 0,4 % isključeno je iz nazivnika, nikad prešutno brojano.

Kontrola klasifikacije
Neovisni, jači model (Claude Fable 5) ponovio je klasifikaciju na kontrolnom uzorku: 99,0 % slaganja na glavnoj varijabli (primarna zemlja). Posebna pažnja posvećena je zamkama imena: „vis” je na nizozemskom riba, „split” na engleskom glagol, „viszont” mađarski veznik, „rabatt” švedski popust — kratka hrvatska imena brojana su samo kao velikim slovom pisane cjelovite riječi.
Dopuna · smještajni sloj (26. 7.)
Istim smo pipelineom naknadno klasificirali i smještajnu dimenziju odgovora: 114.497 odgovora koji spominju smještaj prošlo je zasebnu shemu (tip smještaja uz svaku zemlju, uloga preporučeno/upozoreno, eksplicitne tvrdnje o kvaliteti hrvatskog smještaja). Kontrolni model: 93–99 % slaganja na ključnim varijablama (tip uz glavnu preporuku 77 %, bez smjerskih obrata — agregati stabilni). Za spontani rez isključeno je 21 pitanje koje u sebi spominje smještaj (hotel, kamp, vila…): nalazi o „smještajnom brendu” zemalja računati su na 79.809 odgovora u kojima je AI smještaj donio sam.
Korak 4 · Potraga

Flota rudara i sudac koji ništa ne vjeruje

U tablici s 206.785 klasificiranih odgovora priče se ne vide golim okom. Zato smo, kao i kod prvog indeksa, poslali flotu AI agenata-rudara: 13 s različitim „lećama” za države (persone, tržišta, sidra, budžeti, dvoboji…) i još 7 specijaliziranih za hrvatske gradove i otoke. Svaki radi slijepo — ne zna što su drugi našli.

Svaki kandidat za nalaz zatim ide pred adversarialnog suca: neovisnog agenta koji nalaz pokušava srušiti tako da ga sam ponovno izračuna iz sirovih podataka. Nalaz pada ako miješa spontano i potaknuto, ako mu je nazivnik premalen ili loše normaliziran, ako je artefakt klasifikacije. Rudarenje se ponavlja dok dvije runde zaredom ne vrate ništa novo.

Preživjelo je 580 nalaza. Članak ih koristi tridesetak — ostali čekaju sljedeće priče.

Primjer ubijenog nalaza: rani rezultati pokazivali su sumnjivo visoka spominjanja otoka Visa u nizozemskim odgovorima. Sudac je otkrio da klasifikator broji riječ „vis” — nizozemski „riba”. Pravilo velikog slova ubilo je nalaz, i dobro da jest.

Korak 5 · Sami protiv sebe

Trostruka provjera svake brojke u članku

Kad je članak napisan, svaka njegova brojčana tvrdnja dobila je vlastitu presudu — i to od dva neovisna AI sustava. Definicije svake mjere (što je „glavna preporuka”, koji je nazivnik, koje se grane broje) najprije su pisano zaključane; zatim je jedan sustav (GPT-5/Codex) napisao vlastiti kod za provjeru u Node.js-u, a drugi (Claude) svoj u Pythonu. Rezultat: 32 od 32 tvrdnje potvrđene u oba sustava. Dataset je zaključan SHA-256 otiskom, pa se svaka provjera može ponoviti na identičnim podacima.

Vanjske tvrdnje (Expedia/YouGov, UPUHH, Žgomba, HTZ kampanja, eVisitor) provjerene su na izvorima — i taj je fact-check ispravio članak na dva mjesta: slogan HTZ kampanje sveden je na doslovan navod, a tvrdnja o padu austrijskih dolazaka izbačena je jer je citirani izvor nije sadržavao. Podaci o noćenjima Vira i Lastova prebačeni su na službene presjeke za 2024.

Trostruki audit pokrio je 32 ključne tvrdnje izvornog teksta. Dijelovi dodani nakon njega — rang-ploče po tipovima gostiju i smještajni čin — provjereni su zasebno: svaka brojka neovisno je preračunata iz sirovih podataka, klasifikacijske sheme prošle su kontrolni model, a pitanja koja sama spominju smještaj isključena su iz spontanih rezova.

Prije objave članak je napala i osmeročlana AI redakcija — laik, lektor, skeptik, novinar, data analitičar, art director, turistički insider i web tehničar — a svaki njihov nalaz prošao je verifikaciju prije nego što je postao popravak. Kredibilitet ove serije nisu njezini nalazi, nego popis nalaza koje je sama srušila.

Korak 6 · Pričanje

Dizajn-ugovor: pravila koja graf ne smije prekršiti

Vizualni jezik naslijeđen je iz prvog indeksa i zapisan kao ugovor koji svaki graf mora proći: crvena pripada samo Hrvatskoj; grafovi sjede na krem podlozi bez ukrasa; naslov grafa je tvrdnja, ne opis; svaki postotak ima vidljiv nazivnik; svaka os je poštena ili je njezino ograničenje izrečeno naglas; ispod svakog grafa stoji „▶ Podaci iz grafikona” s golim brojkama; spontano i potaknuto uvijek su označeni. Stvarna noćenja i AI preporuke nikad nisu na istoj osi — odgovaraju na različita pitanja.

Ni naslov nije nastao „od oka”: 30 kandidata iz pet uredničkih kutova ocijenila su tri neovisna AI suca (viralnost, novinarska jasnoća, kontinuitet brenda), a konačni je izbor — ljudski.

Korak 7 · Kod i hosting

Jedna datoteka, nula frameworka

Cijeli članak je jedna HTML datoteka: bez frameworka, bez trackera, bez kolačića, bez vanjskih skripti. Svi grafovi su čisti HTML i CSS. Hosting je Replit. Nijedan redak koda u cijelom projektu — od skripti za prikupljanje do ove stranice — nije otipkan rukom. Sve je nastalo razgovorom s AI-jem kroz otprilike dvanaest dana.

StavkaOpseg
Prikupljanje — ChatGPT103.800 poziva s web pretragom (~750 mil. tokena)
Prikupljanje — Gemini103.800 poziva s groundingom (~310 mil. tokena)
Klasifikacija — Claude206.785 odgovora + popravci, Batch API u noćnoj obradi
Orkestracija i analiza — Clauderudari, suci, auditi, pisanje
Ukupno~1,6 milijardi tokena: 1,11 mlrd prikupljanje (ChatGPT 801 mil. + Gemini 310 mil.) + ~455 mil. klasifikacija (uključujući smještajni sloj) + ~85 mil. rudari, suci i auditi
Brojke dolaze iz internog token-ledgera koji se vodio po danima i modelima tijekom cijelog projekta.
Prigovori — dobrodošli

Sedam prigovora koje očekujemo

1. „Sam si biraš promptove — pa naravno da ispadne ovako.”
Zato je banka pitanja zamrznuta prije prikupljanja i javno objavljena na ovoj stranici — provjerite je, ili ponovite mjerenje. Svako pitanje ima tri parafraze upravo zato što formulacija mijenja rezultat: u 29 % kombinacija modela i pitanja pobjednik se okreće između formulacija. Zato izvještavamo raspodjele, ne pojedinačne odgovore.
2. „AI preporuke nisu rezervacije.”
Točno — i to piše u članku više puta. Mjerimo ulazak u uži izbor (novu izložbenu policu), ne dolaske. Ali polica nije nevažna: po Expedia/YouGov istraživanju, 40 % putnika već koristi AI u planiranju.
3. „Modeli se mijenjaju svakih par mjeseci.”
Zato je ovo datirana snimka (18.–24. srpnja 2026.) s točno navedenim verzijama — i zato objavljujemo metodu kojom se mjerenje može ponoviti. AI reputacija nije ljestvica koja se provjeri jednom; planiramo ponoviti val.
4. „Jedan AI odgovor je slučajnost.”
Jest — zato ih je 207.600. Svako pitanje ponovljeno je 20–40 puta po modelu, kroz više dana, a uz svaki postotak u članku stoji nazivnik.
5. „Web pretraga iskrivljuje odgovore.”
Zato postoji kontrolna grana bez weba (6.000 odgovora na njemačkom tržištu). Razlika nije mana metode nego jedan od nalaza: web Hrvatskoj diže izbor — i signal „skupo”.
6. „Klasifikator griješi.”
Griješi — pitanje je koliko. Kontrolni, jači model slaže se s njim u 99,0 % slučajeva na glavnoj varijabli; slučajne pogreške u 200 tisuća odgovora ne pomiču raspodjele. Neklasificiranih 0,4 % isključeno je iz nazivnika.
7. „Jezik nije tržište.”
Zato mjerimo 15 tržišnih varijanti, ne 11 jezika: Austrija i Švicarska imaju svoje njemačke varijante, Belgija flamansku, SAD i UK odvojeni engleski. Pitanja su na materinjem jeziku tržišta, s neovisnom kontrolom prijevoda.

Mislite da je neka brojka kriva? Javite se — ponovni izračun objavit ćemo javno.

Granice

Što ova analiza namjerno nema

Potaknuta preferencija nije potražnja. Kad Hrvatska „pobjeđuje” u izravnom dvoboju, to znači da je preporučena kad je ponuđena — ne da će netko rezervirati. AI vidljivost nije gospodarski uspjeh: Vir s 2,6 milijuna noćenja dokazuje da se krevete puni i bez AI-ja; mjerimo digitalnu policu, ne bilancu. Tanke ćelije (mala n) u članku su označene ili izostavljene. Sirove odgovore modela ne objavljujemo u cijelosti — agregate i dodatne rezove rado dijelimo na upit. I na kraju: ovo je snimka srpnja 2026. — brojke će se mijenjati, metoda ostaje.

Za turističke zajednice i destinacije

Skup sadrži 580 verificiranih nalaza po tržištima, tipovima gostiju i destinacijama — daleko više nego što stane u jedan članak. Vodite li turističku zajednicu ili destinaciju, javite se: rado ćemo podijeliti dublji rez za vaše mjesto, iz ovog istraživanja i iz 1,62 milijuna recenzija prvog indeksa.

Javite se →
Ovo može naučiti svatko

Cijelo ovo istraživanje vodio je čovjek koji ne zna programirati — razgovorom s AI-jem. Ta se vještina uči: analize poput ove, interni alati i automatizacije za vaš posao.

Prijavite se na radionicu →